Zobrazeno 1 - 10
of 112
pro vyhledávání: '"model population analysis"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Hasan Ali Gamal Al-Kaf, Nayef Abdulwahab Mohammed Alduais, Abdul-Malik H. Y. Saad, Kim Seng Chia, Abdulqader M. Mohsen, Hitham Alhussian, Ammar Abdo Mohammed Haidar Mahdi, Wan Saiful-Islam Wan Salam
Publikováno v:
IEEE Access, Vol 8, Pp 168036-168052 (2020)
High dimensionality problem in spectra datasets is a significant challenge to researchers and requires the design of effective methods that can extract the optimal variable subset that can improve the accuracy of predictions or classifications. In th
Externí odkaz:
https://doaj.org/article/cdc21419073d42999fdb274ae45eafbc
Publikováno v:
IEEE Access, Vol 7, Pp 167195-167209 (2019)
The high dimensionality of spectral datasets makes it difficult to select the optimal subset of variables. This paper presents a new method for variable selection called the significant multivariate competitive population analysis (SMCPA), Which comb
Externí odkaz:
https://doaj.org/article/c8fc5a798e8843f2a9a101af2b854906
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kim Seng Chia, Wan Saiful-Islam Wan Salam, Ammar Abdo Mohammed Haidar Mahdi, Hitham Alhussian, Abdul-Malik H. Y. Saad, N. A. M. Alduais, Hasan Ali Gamal Al-kaf, Abdulqader M. Mohsen
Publikováno v:
IEEE Access, Vol 8, Pp 168036-168052 (2020)
High dimensionality problem in spectra datasets is a significant challenge to researchers and requires the design of effective methods that can extract the optimal variable subset that can improve the accuracy of predictions or classifications. In th
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::d0f876523fcd414d67d0c242f51f6d06
https://ieeexplore.ieee.org/document/9195432/
https://ieeexplore.ieee.org/document/9195432/
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 7, Pp 167195-167209 (2019)
The high dimensionality of spectral datasets makes it difficult to select the optimal subset of variables. This paper presents a new method for variable selection called the significant multivariate competitive population analysis (SMCPA), Which comb
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e20abb635ee811cad8f41d661f7fc0a9
https://ieeexplore.ieee.org/document/8905999/
https://ieeexplore.ieee.org/document/8905999/
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.